當前研究項目

 

I. 開發生物資訊和演化分析的數學方法

　　本實驗室的一項主要工作是開發用於分析基因體和轉錄體數據的數學方法。 例如，我們開發了一種比較轉錄體資料的方法來推測基因共表達網絡，並將其應用於分析玉米葉片發育轉錄體資料。 我們找到了幾種調控葉片發育的轉錄因子 (TFs)，包括調控 Rubisco 小亞基 (RbcS) 基因的 TF (Chang et al., Proc Natl Acad Sci 2019)。 這個結果很重要，因為基因或性狀的調控因子通常很難找到。 再者，我們最近開發了一種利用機器學習方法來預測轉錄因子結合位點 (TFBSs)，也稱為 TF 結合基序。 這個方法可以促進發現TFBSs，它們是基因調控系統的重要組成部分。

II. 研究人類和人猿之間的調控差異

　　人類和人猿（例如黑猩猩）在形態、行為和其他特徵上有顯著差異。 據臆測，這些表型差異主要是由於人和人猿之間的調控差異。 我們正在使用上述機器學習方法和其他生物資訊學方法來預測可能導致人類和人猿之間一些調控差異的調控要素。 我們將進行實驗來驗證我們的一些預測。

III. 鳥類羽毛的發育演化

　　解釋我們周遭無窮盡的多樣性是如何及為何演化的，是生物學最重要的中心問題之一。我們研究的其中一個主題模式是鳥類的羽毛：羽毛有著高度次序和階層分支結構。羽毛也是演化創新產物的好例子：它們近期才在鳥類的譜系中演化出來，而且還經歷了快速及高度的多樣化。發育遺傳及基因體學能夠用來取得控制羽毛發育的分子機制之進一步瞭解。並且在家雞中現有的遺傳及分子工具，能夠讓我們用來檢驗及操控產生這類多樣性的分子及細胞路徑。而比較生物學的方法則能夠協助我們瞭解這些路徑究竟是如何演化的，以及這些路徑中的哪些變化負責產生新結構和程序的起源與多樣性。

位置: 跨領域大樓 A203
電話: +886-2-2787-2257

李文雄
特聘研究員